报告嘉宾:江波(安徽大学) 报告时间:2018年08月08日(星期三)晚上20:00(北京时间) 报告题目:Feature Matching via Sparse Relaxation Models 主持人:贾伟(合肥工业大学) 报告人简介: 江波,2015年博士毕业于安徽大学计算机科学与技术学院,现为安徽大学计算机科学与技术学院副教授,感兴趣研究方向包括:视觉信息的结构化描述与特征匹配,基于图方法的数据表达与学习以及图像显著性与视频目标跟踪等等。近年来,在国内外核心刊物上共发表学术论文50余篇,其中以第一作者在计算机领域顶级学术会议和重要学术期刊上发表论文10余篇。代表性论文发表在国际会议CVPR, NIPS, IJCAI, AAAI, MICCAI以及国际期刊IEEE Transactions on Image Processing, IEEE Transactions on Cybernetics, Pattern Recognition。目前,是国际期刊Pattern Recognition, Pattern Recognition Letters等审稿人。主持国家自然科学基金项目、安徽省自然基金项目以及中科院模式识别国家重点实验室开放课题基金等科研项目。 个人主页: http://www.escience.cn/people/jiangboahu/index.html 报告摘要: Image feature matching is a fundamental problem in computer vision area. Feature matching problem is usually formulated as an Integer Quadratic Programming (IQP) problem. Since it is NP-hard, relaxation models are required to find approximate solutions. In this talk, we will present our recent works on developing some sparse relaxation models for feature matching problem. The aim of the proposed matching models is to find an optimal sparse solution (approximate discrete solution) for feature matching problem. We derive a simple yet effective update algorithms to solve the proposed models. 参考文献: [1] "A Local Sparse Model for Matching Problem", Bo Jiang, Jin Tang, Chris Ding and Bin Luo, AAAI-2015 [2] "Binary Constraint Preserving Graph Matching", Bo Jiang, Jin Tang, Chris Ding and Bin Luo, CVPR-2017 [3] "Graph Matching via Multiplicative Update Algorithm", Bo Jiang, Jin Tang, Chris Ding, Yihong Gong and Bin Luo, NIPS-2017 18-24期VALSE在线学术报告参与方式: 长按或扫描下方二维码,关注”VALSE“微信公众号(valse_wechat),后台回复”24期“,获取直播地址。 特别鸣谢本次Webinar主要组织者: VODB协调理事:贾伟(合肥工业大学) 活动参与方式: 1、VALSE Webinar活动依托在线直播平台进行,活动时讲者会上传PPT或共享屏幕,听众可以看到Slides,听到讲者的语音,并通过聊天功能与讲者交互; 2、为参加活动,请关注VALSE微信公众号:valse_wechat 或加入VALSE QQ群(目前A、B、C、D、E、F、G群已满,除讲者等嘉宾外,只能申请加入VALSE H群,群号:701662399); *注:申请加入VALSE QQ群时需验证姓名、单位和身份,缺一不可。入群后,请实名,姓名身份单位。身份:学校及科研单位人员T;企业研发I;博士D;硕士M。 3、在活动开始前5分钟左右,讲者会开启直播,听众点击直播链接即可参加活动,支持安装Windows系统的电脑、MAC电脑、手机等设备; 4、活动过程中,请不要说无关话语,以免影响活动正常进行; 5、活动过程中,如出现听不到或看不到视频等问题,建议退出再重新进入,一般都能解决问题; 6、建议务必在速度较快的网络上参加活动,优先采用有线网络连接; 7、VALSE微信公众号会在每周一推送上一周Webinar报告的总结及视频(经讲者允许后),每周四发布下一周Webinar报告的通知及直播链接。 |
小黑屋|手机版|Archiver|Vision And Learning SEminar
GMT+8, 2024-11-21 23:11 , Processed in 0.014517 second(s), 15 queries .
Powered by Discuz! X3.4
Copyright © 2001-2020, Tencent Cloud.